Airbnb 微调 Gemma 小模型替代前沿大模型，成本仅 1%

Airbnb 工程团队在单 GPU 上用 vLLM 微调 Google Gemma 4 E2B，将其用于风险内容检测、客服意图识别等生产环境分类任务，中位延迟仅 35ms，质量可对标前沿模型，而成本仅为其 1%。Google 的 Paige Bailey 转发并评论称，与其使用 2700 词 prompt、900ms 延迟的前沿模型，不如让微调小模型专注于自身任务。

2026-11-07 ~ 2026-11-07 · 2 条相关

• Airbnb 微调 Gemma E2B:对标前沿模型质量,成本仅 1% — DynamicWebPaige · 2026-11-07

另有 1 条近重复转述:DynamicWebPaige